迈向检测端到端生成的任务型对话（TOD）中的不一致性

计算机科学与计算语言学

arXiv:2607.09338 (cs)

[提交于2026年7月10日]

标题：迈向检测端到端生成的任务型对话（TOD）中的不一致性

作者： Tiziano Labruna, Giovanni Bonetta, Bernardo Magnini

摘要： 生成式人工智能正深刻变革对话系统的核心技术，推动其从基于组件的架构向端到端方法转变。然而，大型语言模型（LLM）仍可能生成不一致的内容，这在任务型对话（TOD）中是一个关键问题。在TOD场景中，系统响应必须严格遵循领域知识库（例如某城市的餐厅信息）中的数据。单次幻觉（例如推荐一家根本不存在的餐厅）可能导致严重的任务失败。本研究探讨了一种将TOD概念化为约束满足问题（CSP）以自动检测不一致性的方法。在此设定中，变量代表引用对话领域的对话片段，而变量之间的约束则捕捉对话属性，如回合连贯性以及对领域知识的遵循程度。我们提出了一套处理流程：首先识别目标对话中的变量，随后应用CSP求解器来寻找有效解。通过将目标对话与有效的变量赋值进行比对，即可检测出不一致性，并提出最小化修改建议以保障对话的一致性。我们验证了该基于CSP的方法在检测不一致性方面的高准确率，并对研究发现进行了详细分析。

备注： arXiv管理员注：本文与 arXiv:2407.11857 存在大量文本重叠 学科分类： 计算与语言（cs.CL）；符号计算（cs.SC） 引用格式： arXiv:2607.09338 [cs.CL] 版本标识： arXiv:2607.09338v1 [cs.CL] DOI： https://doi.org/10.48550/arXiv.2607.09338 （arXiv通过DataCite签发，登记进行中）

提交记录

作者：Tiziano Labruna
[v1] 2026年7月10日 星期五 12:19:59 UTC（文件大小：206 KB）

全文获取

• 查看PDF
• 实验性HTML版本
• TeX源文件

许可协议

本文采用知识共享署名 4.0 国际许可协议（CC BY 4.0）发布。

(注：原文中的网站导航、书签工具、引文导出平台及arXivLads介绍等均为平台通用功能模块，已按学术资讯规范精简，确保内容聚焦于论文核心信息与声明。)